一種新型SoPC自動(dòng)指紋識(shí)別系統(tǒng)設(shè)計(jì)
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
2 系統(tǒng)實(shí)現(xiàn)
2.1 MBF200硬件采集模塊
MBF200開(kāi)啟自動(dòng)檢測(cè)功能采集整幅指紋圖像。通過(guò)設(shè)置芯片內(nèi)部的閾值寄存器THR使芯片適應(yīng)不同的外部環(huán)境。改變內(nèi)部的PGC、DTR、DCR三個(gè)寄存器的值可以調(diào)整圖像的清晰度，提高采集到的圖像質(zhì)量。
2.2 預(yù)處理模塊的實(shí)現(xiàn)
圖像預(yù)處理主要分為指紋圖像平滑、背景分離和濾波增強(qiáng)三大部分。通過(guò)硬件處理控制狀態(tài)機(jī)實(shí)現(xiàn)各個(gè)硬件模塊的處理。預(yù)處理的指紋數(shù)據(jù)均存于SRAM中，根據(jù)硬件狀態(tài)控制來(lái)選擇SRAM與各個(gè)硬件模塊的連接。圖像平滑采用歸一化處理，背景分離采用方差法，濾波增強(qiáng)采用方向?yàn)V波圖像增強(qiáng)算法來(lái)實(shí)現(xiàn)[5]。
2.3 Nios算法實(shí)現(xiàn)
軟件算法的主要模塊分別為二值化、細(xì)化、特征提取和特征匹配。其中二值化處理中同時(shí)包括二值化后的填充和刪除算法；細(xì)化算法包括細(xì)化后的去偽算法。二值化算法采用閾值法；細(xì)化算法采用Hilditch細(xì)化算法，同時(shí)采用基于8鄰域特征點(diǎn)的特征提取算法和基于中心點(diǎn)的匹配算法。
3 系統(tǒng)實(shí)現(xiàn)
3.1 指紋處理VGA顯示結(jié)果
圖2(a)為MBF200采集效果圖，圖中指紋圖像的紋線清晰，與背景區(qū)域?qū)Ρ让黠@。
本文引用地址：http://www.ex-cimer.com/article/187665.htm歸一化處理的作用是使圖像中的黑白點(diǎn)對(duì)比更加明顯，同時(shí)改變圖像灰度的均勻程度。如圖2(b)所示為采集后的指紋歸一化處理情況，從圖中可以看出指紋脊線明顯加強(qiáng)。由于背景區(qū)域較少，因而跳過(guò)了背景分離這一步。
采用基于方向圖的增強(qiáng)算法，處理效果如圖2(c)所示。從圖中可以看出，對(duì)指紋圖像脊線具有很好的連接效果，能較好地去除指紋圖像中的噪聲干擾使指紋更清晰、真實(shí)。
二值化是在濾波的基礎(chǔ)上進(jìn)行的，包括二值化后的刪除和填充算法，處理效果如圖2（d）所示。二值化后圖像只剩余黑白兩色。
細(xì)化主要是去除不必要的紋線粗線信息，便于之后提取特征點(diǎn)。細(xì)化處理如圖2（e）所示，細(xì)化后的指紋圖像的紋線只剩下一個(gè)像素點(diǎn)。細(xì)化后去除了偽特征點(diǎn)，明顯去除了斷點(diǎn)和短線。
3.2 指紋處理性能說(shuō)明
系統(tǒng)的處理時(shí)間消耗分為硬件預(yù)處理和軟件算法處理兩部分。
硬件處理包括指紋采集塊、歸一化塊、背景分離塊和增強(qiáng)濾波塊四個(gè)部分；軟件處理包括二值化、細(xì)化、特征提取和特征匹配四個(gè)部分。系統(tǒng)處理時(shí)間消耗如表1所示。
本文根據(jù)指紋識(shí)別算法的特點(diǎn)設(shè)計(jì)了一種基于SoPC的新型結(jié)構(gòu)的自動(dòng)指紋識(shí)別系統(tǒng)，通過(guò)對(duì)指紋識(shí)別算法的具體分析和優(yōu)化，設(shè)計(jì)了將指紋處理劃分為硬件處理和軟件處理兩大部分的結(jié)構(gòu)，用一塊SRAM作指紋處理中間數(shù)據(jù)的緩存，軟件和硬件之間不涉及大的數(shù)據(jù)流的傳輸，節(jié)約了數(shù)據(jù)傳輸時(shí)間。此結(jié)構(gòu)將耗時(shí)較多的預(yù)處理部分使用全硬件模式，大大提高了系統(tǒng)的運(yùn)算速度；將耗時(shí)較小的匹配算法部分由NiosⅡ軟件完成，縮短了設(shè)計(jì)周期，提高了設(shè)計(jì)精度。這種設(shè)計(jì)結(jié)構(gòu)降低了系統(tǒng)的復(fù)雜度，使得系統(tǒng)結(jié)構(gòu)明晰，處理性能得到提升，便于單獨(dú)處理模塊的優(yōu)化以及系統(tǒng)的升級(jí)。
評(píng)論